Arcee 推出 Trinity 模型，重塑美国开源 AI 局面

快速阅读: 美国Arcee AI推出Trinity系列模型，包括Trinity Mini和Nano，采用AFMoE架构，提升推理能力和长文本处理效率，目标重塑美国开源AI格局，计划2026年推出更大规模的Trinity Large模型。

近日，美国初创公司Arcee AI宣布推出其新系列的Trinity模型，旨在重新定义美国在竞争激烈的开源AI领域的地位。与许多当前主流的开源大语言模型（LLM）相比，这些模型的训练全部在美国进行，并采用了开放权重的混合专家（MoE）架构。

Trinity系列目前包括Trinity Mini和Trinity Nano Preview两个模型。用户可通过Arcee的新网站chat.arcee.ai体验这些模型，开发者也可在Hugging Face平台上免费下载这两个模型的代码进行修改和微调，所有内容均采用企业友好的Apache 2.0许可证。Trinity Mini模型参数量达260亿，具备高通量推理能力；而Trinity Nano则是一个实验性的聊天模型，参数量为60亿，旨在提供更个性化的对话体验。

这两个模型采用了Arcee公司最新的注意力优先混合专家（AFMoE）架构，该架构将稀疏专家路由与增强的注意力机制结合，提高了模型的推理能力和处理长文本的效率。与传统MoE模型相比，AFMoE通过更平滑的方式选择和融合专家的回答，使模型在理解和响应复杂问题时更加灵活。

Arcee AI的CTO卢卡斯·阿特金斯在社交媒体上表示，他们的目标是提供一个经过全面训练、可供企业和开发者真正拥有的开源模型家族。公司正在训练下一款Trinity Large模型，预计于2026年1月发布，这将进一步提升美国在开源AI领域的竞争力。

通过与数据策划初创公司DatologyAI的合作，Arcee确保了训练数据的质量，避免了常见的噪声和偏见问题，为模型的训练奠定了坚实基础。同时，Arcee的基础设施合作伙伴Prime Intellect也为模型训练提供了强大的技术支持，确保了训练过程的高效性和透明性。

要点总结：

– Arcee推出的Trinity系列模型在美国进行全面训练，旨在重塑开源AI格局。

– Trinity Mini和Nano模型采用创新的AFMoE架构，提高推理能力和长文本处理效率。

– 公司计划于2026年推出更大规模的Trinity Large模型，继续推动美国在开源AI领域的创新。

(以上内容均由Ai生成)